Операционные системы, в которых ИИ-агенты не просто запускаются, а полноценно управляют интерфейсами и решают прикладные задачи, стали актуальным технологическим трендом. В Beeline Cloud мы решили подготовить обзор наиболее перспективных open-source проектов в этой сфере. В подборку попали такие решения, как OpenFang с модульной системой «рук», инструмент для динамической оптимизации планировщиков Linux и даже узкоспециализированный полевой компьютер, способный функционировать в автономном режиме вдали от цивилизации.
ИИ-платформа с «умными манипуляторами»
В начале 2026 года компания RightNow, известная своими наработками в сфере GPU-инфраструктуры, представила ОС OpenFang, написанную на Rust и опубликованную под свободными лицензиями MIT и Apache 2.0. Авторы отмечают, что текущие ИИ-фреймворки страдают от недостатка автономности: агенты зачастую вынуждены «простаивать», ожидая подтверждения от человека. OpenFang призвана изменить этот парадигм, делегируя агентам максимум самостоятельности.
Фундаментальный элемент системы — автономные модули, именуемые «руками». Каждый такой модуль узкоспециализирован: один отвечает за веб-серфинг, другой — за аналитику данных или предиктивное моделирование. «Руки» комплектуются конфигурацией в формате HAND.toml, детальными системными промптами и набором метрик. Гибкость системы позволяет пользователям создавать собственных агентов, руководствуясь официальными инструкциями.
OpenFang поддерживает интеграцию с более чем 20 LLM и предоставляет обширную библиотеку готовых шаблонов. Например, для задач кибербезопасности (анализ по методологии OWASP) оптимально подходят модели DeepSeek, а для ревью кода — Llama 3.1 8B или Gemini 2.5 Flash.
Сравнительные тесты показали, что OpenFang значительно превосходит конкурентов (включая LangGraph и AutoGen) по скорости холодного старта, демонстрируя задержку всего в 180 мс. Безопасность реализована на высоком уровне: агенты работают в изолированной WASM-песочнице, используются подписи Ed25519 для верификации и протокол OpenFang Wire Protocol (HMAC-SHA256) для аутентификации.
Дистрибутив компилируется в компактный бинарный файл весом около 32 МБ. Проект активно развивается: несмотря на молодость, репозиторий уже собрал более 17 тыс. звезд на GitHub. Изучить архитектуру и CLI-инструментарий можно в официальной документации.
Интеллектуальный менеджмент нагрузки в Linux
Стандартные планировщики Linux часто действуют по универсальным шаблонам, не адаптируясь под специфику конкретных приложений. Исследователи из Шанхайского и Коннектикутского университетов предложили решение — экспериментальный MCP-сервер SchedCP, который использует ИИ для оптимизации распределения ресурсов.
SchedCP работает как интеллектуальный посредник, анализирующий нагрузку в реальном времени. Ключевой компонент autotune собирает телеметрию, после чего ИИ-агент подбирает оптимальный планировщик для текущего профиля задачи. Для демонстрации концепции была создана система Sched-Agent, функционирующая как «команда экспертов»: один агент отвечает за диагностику нагрузки, другой — за стратегию, третий — за исполнение, а последний — за итеративное улучшение результата.
Код проекта доступен на GitHub (лицензия MIT) и включает исчерпывающее руководство по созданию пользовательских BPF-планировщиков.
Lukan: агентная рабочая станция
Проект Lukan — это попытка создать полноценное рабочее окружение, где нейросети управляют всеми вычислительными процессами. Каждая модель здесь запускается в изолированной сессии, что обеспечивает высокую стабильность и контроль.
Рабочие процессы в Lukan строятся на базе направленных ациклических графов (DAG): сложная задача разбивается на этапы, каждый из которых закрепляется за определенным ИИ-агентом. Например, аналитическая модель разбирает контекст проекта, а специализированный кодинг-агент (например, GPT-5.3-Codex) пишет код. Предусмотрена надежная защита: система автоматически сканирует проект на предмет конфиденциальных данных (ключи API, файлы .env, .ssh) и закрывает к ним доступ для ИИ.
Lukan поддерживает как локальные модели, так и API популярных провайдеров. Взаимодействие с агентами возможно через электронную почту или мессенджеры, что делает инструмент удобным для асинхронной разработки.
Waycore: выживание при поддержке нейросетей
Проект Waycore — это автономный модульный полевой компьютер, вдохновленный философией Flipper Zero. Устройство создано для работы в условиях дикой природы и полной изоляции от интернета.
Встроенный ИИ-помощник работает локально, помогая распознавать объекты (растения, грибы) и предоставляя доступ к офлайн-базе знаний по выживанию и навигации. Платформа поддерживает модели в форматах GGUF и TensorFlow Lite. Аппаратно устройство базируется на Linux-системе в связке с ESP32-S3 и оснащено широким спектром датчиков: от барометра до компаса, а встроенные солнечные панели обеспечивают дополнительную автономность. Связь поддерживается через Meshtastic (LoRa), LTE, Wi-Fi и протоколы TAK. Исходный код устройства открыт под лицензией MIT.
Beeline Cloud — ваш надежный партнер в создании облачной инфраструктуры. Мы предлагаем решения, которые помогают бизнесу предоставлять качественный сервис клиентам.
Больше интересных материалов в нашем блоге и на платформе «вАЙТИ»:
